云API管理是监督企业云布局的IT专家面对的最重要任务之一。一天结束时,云实际上只是API和服务的收集。基于基础设施的API执行放置数据到存储设备之类的功能,同时基于应用的API控制其他任务,比如为银行计算利率等。它们会顺着任务表单逐条执行。
基础资源库和API跟踪技术允许你把策略放在周围,然后控制访问云API。这些策略是小型过程式的程序,帮助你定义限制条件。比如,企业可以限制在一天的特定时间才能进行API访问,或者控制用户角色访问权限。云API管理工具是可扩展的,有一套它们自己的API供选择。
云API管理供应商选择
许多供应商能为云API管理提供大范围的各种功能。他们全都以不同的方式做事,针对企业问题提供各异的解决方案。可是,这让企业很难做全方位各指标性能的逐一比较。因此,企业在定义需求,映射需求到符合他们标准的云API管理系统时要格外小心。
云API管理空间的一个供应商是Layer 7 Technologies。它如今属于CA Technologies公司,该公司提供针对安全的API管理系统。API管理和支配空间的其他供应商包括Apigee、Mashery、IBM、WSO2、Microsoft、Axway 和 Cloud Elements。
云API管理最佳实践
为保证有效的云API管理,谨记如下最佳实施和挑战:
只要你持续使用云,你迟早会碰到复杂的复合云环境。结果,不仅你的API管理策略,还有你选择的管理工具,都会是多样化的。选择用来自单一公有云供应商的API管理工具是具有典型性风险的。
确保紧密结合你的云API管理工具和云安全工具。这两套工具和系统需要共享数据,以便恰当地保护常常成为外部攻击目标的云API。
API路径和发现是非常重要的。应用开发者应该能在服务目录里找到正确的API,并且重用它。如果为了单一用例所写的API,他们无法提供所期望的价值。
如今是API经济。API正变成企业IT关键的部分——不管它们是存在云上,还是传统企业系统。API的广泛使用意味着我们可以最终实现可重用的API-,躲避我们多年的事。当我们学习使用为基础设施服务的基于公有云的API时,我们会快速学习使用同样的机制,以便在我们的商业中实现为特定目的打造的服务。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。